dsh-browser-plus

dsh-browser-plus

专为 DeepSeek Harness（DSH）打造的 EGO 风格可视化 Agent 浏览器。基于 dsh-browser 构建，支持人机协同操作：用户可以在真实页面中操作，Agent 也能同步执行、接管和恢复任务。浏览器支持多任务流并行管理与切换，并完整记录 Agent 的操作轨迹；任务流和操作轨迹均配备独立的可视化菜单面板，让任务状态、页面缩略图与操作过程一目了然。

基于 MIT 许可的 dsh-browser 代码基础持续开发，并由 ParticleLight 独立维护。

为何使用它

浏览器自动化不应躲在用户看不见的进程里。dsh-browser-plus 把浏览器窗口留在用户眼前，同时让 agent 获得可靠的 CDP 操作能力。

• 真实可见：Electron WebContentsView，不是 headless relay。
• 任务隔离：所有 DSH session 共享一个可见窗口，但各自保留隔离的任务视图、标签与历史；页面任务管理器切换可见视图，browser_space 命名浏览器任务。
• 人机协作：工具栏是常驻顶栏（画在独立视图里，不随页面缩放）；书签、任务工作区与操作轨迹都在真实页面上运行，用户可在工具栏最右侧接管或显式交还给 Agent。
• 任务工作区：任务与操作轨迹是彼此独立的不透明面板（Chrome 菜单表面 #292a2d），可同时打开；每项任务显示执行中、等待用户、用户接管、失败或空闲状态。缩略图仅在任务面板打开时为当前可见任务按需刷新，后台任务保留最后图像。

• 真实输入：键盘、鼠标、hover、双击和文件选择都走 CDP，而不是 element.click() 伪事件。
• 恢复能力：child 回收后会重新物化相同会话的视图；恢复后的首张截图等待 compositor 稳定。
• 稳定基线：固定 Electron 42.9.3；43.4.1 的 compositor 故障会被 resolver 拒绝。

安装

从 npm 安装（推荐）：

dsh plugin --profile web add dsh-browser-plus

或直接从仓库安装：

dsh plugin --profile web add github:ParticleLight/dsh-browser-plus

已有浏览器 bundle 时，先阅读迁移指南，然后重启 DSH Web。

需要 DSH ^0.1.0-rc.1 或 ^0.2.0-rc.1（0.1.0-rc.1 起、0.2.x 全线，含 0.2.0-rc.2；0.3.0 未支持）。

主要能力

场景	工具
打开与读取	browser_open、browser_snapshot、browser_content、browser_screenshot
打印与高亮	browser_pdf、browser_highlight
语义导航	browser_back、browser_forward、browser_reload、browser_stop、browser_scroll
快照引用	browser_click_ref、browser_scroll_into_view
页面交互	browser_click、browser_press_key、browser_double_click、browser_hover、browser_type
表单与文件	browser_fill、browser_upload_file、browser_wait_for
任务与交接	browser_tasks、browser_handoff、browser_list_tabs、browser_switch_tab、browser_close_tab、browser_space
登录与恢复	browser_auth、browser_reset_session、browser_history
对话框	browser_dialog
诊断	browser_console、browser_network
设备模拟	browser_emulate
拖拽	browser_drag
页面脚本	browser_execute
批量抓取	browser_scrape
下载	browser_download
回放	browser_replay
人机验证	browser_challenge
动作白名单	browser_restrict
会话	browser_session、browser_reset

快照返回短生命周期的 snapshotId 与元素引用；优先用 browser_click_ref 或 browser_scroll_into_view 操作，页面变化后重新快照。页面级脚本会自动过滤浏览器自身 chrome。

打开浏览器窗口

窗口默认只在 Agent 第一次调用浏览器工具时出现。人也可以自己打开它，有两个入口：

• /browser 命令 —— 在输入框敲 /（或点 +）选「浏览器」，回车即打开或前置窗口。它不产生模型消息，只是把窗口带到眼前。
• 右侧栏「DSH-Browser-Plus」 —— 在右侧栏的「添加」列表里选它（名字和图标都是这个插件自己的，避免和 DSH 自带的「浏览器」撞名），面板打开的同时窗口就被带出来了；面板里还有一个按钮可以随时再前置一次，并显示当前有几个浏览器任务。

右侧栏里 DSH 自带的「浏览器」是另一个东西：那是 DSH 自己的沙箱 iframe 浏览器，与这个自托管窗口无关。

工作方式

browser_* tools
  -> BrowserRuntime (ctx.browser seam)
  -> ElectronBrowserProvider (CDP)
  -> RemoteElectronViewHost (loopback JSON-RPC)
  -> host-main.js (BrowserWindow + WebContentsView)

页面 chrome 和任务管理器通过 closed Shadow DOM 注入，而不是第二个 Electron view；任务状态与轨迹以版本化增量消息同步，后台任务更新自己的隔离视图，不会抢走用户当前可见页面。

alert、confirm、prompt 默认会被立刻接受，避免页面卡死，详情记到 browser_history 的 dialog 条目。要驱动「确认删除」这类页面，先用 browser_dialog 设好下一个对话框怎么答（accept / dismiss，prompt() 可配 promptText）再触发它；inspect 报告上一次。

可靠性规则

1. 不 reparent 可见 WebContentsView。
2. CDP capture 回退只临时处理同一窗口的 sibling，并保证恢复。
3. child 恢复后，native 和 full-page capture 都只等待一次 compositor settle。
4. 对话框、截图、动态等待和 child recovery 均有回归测试与真实 SOAK 覆盖。

完整运行时检查见 SOAK-CHECKLIST。

开发

npm install
npm run build
npm test
npm run smoke:electron-host # 需要本地 DSH Web 已启动；验证真实 Electron Host 导航与页面交接

贡献方式见 CONTRIBUTING.md。更完整的使用说明在 docs，版本变更见 CHANGELOG。

License

MIT。详见 LICENSE 与 NOTICE。